841973620/dli-s-ds-05-v1 repository overview

交互式数据可视化对于探索复杂数据集、发掘洞见和有效传达结果至关重要。然而，随着数据量的增加，传统工具往往在响应性和可扩展性方面存在困难。本课程提供构建GPU加速交互式仪表盘的实践经验，能够实时处理大规模数据。学生将学习如何使用强大的Python库，如cuDF、Datashader、hvPlot、cuXfilter和Plotly Dash，创建支持动态过滤、缩放和交叉链接探索的响应式浏览器可视化。他们将获得GPU加速如何提升交互性、可扩展性和性能的实际理解，并将这些技能应用于地理空间分析、系统监控、客户分析和大型语言模型（LLM）探索等领域。

通过学习本课程，您将能够：

• 解释交互式可视化在数据探索、分析和讲故事中的作用
• 识别传统可视化工具在处理大型或复杂数据集时的局限性
• 使用GPU加速库，如cuDF、Datashader、hvPlot、cuXfilter和Plotly Dash，构建可扩展的交互式可视化
• 将仪表盘作为独立应用部署，用于实时监控、报告或探索性分析
• 将交互式可视化技术应用于现实应用场景，如客户行为分析、地理空间探索和大型语言模型嵌入检测

运行：

docker run -it --rm --name task --gpus all -p 80:80 docker.841973620.net:8888/dli/s-ds-05-v1:cuda12.2-task